Quinelings: Hoskinson presenta programas reproducibles para agentes de IA
El proyecto de código abierto del fundador de Cardano otorga a las tareas computacionales cuerpos matemáticos animados. Los usuarios pueden inspeccionar operaciones individuales, ejecutar una tarea y reproducir su código fuente completo, aportando una interfaz visual a los experimentos con software de agentes.
By SongMarketCap
Updated:
Charles Hoskinson presentó Quinelings el 19 de octubre, describiéndolos como formas de vida digitales autorreplicantes hechas íntegramente de código. El proyecto combina tareas ejecutables con criaturas matemáticas cuyas estructuras los usuarios pueden explorar. Publicado bajo la licencia Apache-2.0, llega junto con la visión Nightframes de Hoskinson para agentes de IA privados y siempre activos.
Cómo Quinelings hace visibles las operaciones de un programa
Un Quineling contiene una tarea definida, las instrucciones que la ejecutan y una descripción matemática de su cuerpo. Las operaciones individuales corresponden a partes de la criatura, creando un índice visual del programa.
Al seleccionar una operación se revelan sus conexiones y, tras la ejecución, sus entradas y salidas registradas. Los usuarios pueden seguir cómo los datos proporcionados se desplazan a lo largo de un cálculo y contribuyen al resultado.
El nombre se inspira en un quine, un programa que produce su propio código fuente. Quinelings reproduce el código fuente completo que contiene tanto su tarea como su diseño visual. Ese código puede cargarse en un nuevo entorno de ejecución, volver a ejecutarse y compararse con el original.
El proyecto denomina a estos objetos Living Thoughts. El término se refiere a tareas explícitamente declaradas y ejecutables. Su estructura visible permite a los usuarios inspeccionar las instrucciones y el registro de ejecución, en lugar de tratar de desentrañar el razonamiento privado de un modelo de lenguaje.
La apariencia y la identidad son distintas. Dos programas pueden parecer similares, mientras que sus identidades exactas dependen de su código fuente. Codificaciones matemáticas y RGB dedicadas ofrecen formas adicionales de recuperar ese código.
Planificación de rutas, bibliotecas de tareas y descendencia de programas
La página de inicio demuestra un planificador de rutas que responde al cierre de un puente. Los usuarios pueden comparar la ruta resultante, inspeccionar las operaciones pertinentes y reproducir una copia ejecutable por separado.
La demostración conecta un cambio visible en las circunstancias con un cálculo rastreable. Desplazarse por la animación o seleccionar una parte del cuerpo no ejecuta la tarea de nuevo.
Otros ejemplos disponibles incluyen sumar mediciones de agua, programar trabajos con dependencias, evaluar ofertas y conciliar resultados parcialmente confirmados. Cada uno define las entradas que acepta y el cálculo que realiza.
El Ranch experimental agrega composición: dos programas pueden aportar lógica a una nueva descendencia bajo reglas especificadas. Un ejemplo documentado conecta un cálculo de promedio de agua con una tarea de presupuestación de recursos. El programa resultante calcula cuánto se puede asignar y qué queda, con la lógica combinada conservada en su código fuente.
Los desarrolladores pueden trabajar con estas capacidades a través de un TypeScript SDK. Los adaptadores MCP y A2A proporcionan interfaces para conectar sistemas de IA con las herramientas del proyecto e intercambiar solicitudes de agentes. Las operaciones admitidas incluyen compilar, inspeccionar, verificar, ejecutar y reproducir tareas.
El repositorio también incluye pruebas en Lean, modelos en Quint y pruebas de implementación. Su documentación distingue las propiedades verificadas del trabajo que permanece sin demostrar.
Dónde encaja Quinelings en la visión Nightframes
En Midnight City Tokyo el 10 de octubre, Hoskinson presentó Nightframes como una visión para programas privados que permanecen activos y trabajan en pos de los objetivos de sus propietarios. La reseña de Input Output enfatizó el control del usuario sobre los datos personales, la identidad y el dinero, con Midnight City proporcionando un entorno para explorar interacciones entre agentes.
Quinelings aborda una cuestión más acotada dentro de esa dirección: cómo empaquetar una tarea computacional para que sus instrucciones, estructura y resultados puedan examinarse y reproducirse. Su posible papel como componentes de sistemas de agentes de mayor escala sigue siendo conceptual.
El prototipo actual se ejecuta localmente, sin conexión a Midnight City ni capacidad para reproducir un agente City en vivo. Sus acciones simuladas no pueden mover fondos ni realizar trabajo externo, y no proporciona acceso automático a las protecciones de privacidad de la red de midnight. La operación persistente y la ejecución privada requieren infraestructura aparte.
Para los desarrolladores en los ecosistemas de Cardano y midnight, el punto de partida disponible es una tarea reproducible con un registro de ejecución inspeccionable. En el ejemplo del cierre del puente, otro desarrollador puede tomar el código fuente emitido, proporcionar el mismo mapa y los mismos datos de cierre, y comprobar si una copia nueva produce la misma ruta. El cálculo puede viajar con el código necesario para examinarlo.